AI Ada di Mana-mana di Tempat Kerja—Tapi Belum Matang: mengapa AI di tempat kerja terhenti dan bagaimana para pemimpin dapat memperbaikinya

AI in the workplace illustration: a diverse team collaborates with an on-screen AI assistant during a planning meeting.
Ditulis oleh
Daria Olieshko
Diterbitkan pada
24 Agu 2025
Waktu baca
3 - 5 menit membaca

Sebagian besar perusahaan sekarang menguji chatbot, mengotomatisasi bagian dari alur kerja, dan mengadakan pertemuan tentang “strategi AI.” Namun, hanya sedikit yang dapat mengatakan bahwa AI berjalan pada skala di seluruh tim dengan aturan yang jelas, nilai yang dapat diulang, dan akuntabilitas yang nyata. Kesenjangan ini bukan tentang bakat. Karyawan sudah bereksperimen, berbagi perintah, dan memadukan AI ke dalam tugas sehari-hari. Perlambatan terjadi di tingkat atas: tujuan tidak jelas, pemilik tidak jelas, dan percobaan tidak pernah berkembang.

Panduan ini adalah buku pedoman bahasa sederhana untuk para pemimpin yang ingin mengubah eksperimen menjadi hasil. Ini menjelaskan apa yang AI dewasa di tempat kerja terlihat seperti, di mana peluncuran biasanya gagal, dan langkah-langkah tepat untuk bergerak dari “kami mencoba hal-hal” menjadi “ini adalah bagaimana kami bekerja.”

Apa yang AI dewasa di tempat kerja terlihat seperti hari ini

AI sudah melewati tahap hype. Di sebagian besar organisasi:

  • Karyawan menggunakan model teks untuk menyusun email, merangkum panggilan, dan menulis kode dasar.

  • Desainer dan pemasar mencoba alat gambar untuk membuat mood board, iklan, dan thumbnail.

  • Analis menggunakan AI untuk membersihkan dataset dan menarik wawasan lebih cepat.

  • Tim dukungan menguji bot yang menangani pertanyaan umum sebelum meneruskannya ke manusia.

Keuntungan ini nyata, tetapi tersebar. Ada sedikit pelatihan bersama, akses yang tidak merata, dan hanya sedikit pembatas. Tanpa rencana, nilai tetap terjebak di kantong-kantong dan risiko menumpuk di tempat lain.

Karyawan sudah siap; kepemimpinan tertinggal

Mintalah tim lini depan menunjukkan apa yang telah mereka coba. Anda mungkin akan melihat perpustakaan perintah pribadi, otomatisasi cepat, dan waktu yang dihemat. Tanyakan kepada manajer apa rencananya untuk 90 hari ke depan, dan Anda akan mendengar “kami sedang menjajaki.” Kesenjangan itu adalah masalahnya. Orang bergerak; sistem tidak.

Para pemimpin tidak membutuhkan dek strategi tebal. Mereka membutuhkan tujuan yang jelas, beberapa aturan sederhana, dan kartu skor yang bisa dibaca siapa pun. Selebihnya adalah latihan.

Bottleneck sesungguhnya: AI dewasa di tempat kerja membutuhkan arahan

Tiga hal memperlambat sebagian besar program:

  1. Tidak ada hasil bisnis tunggal. "Gunakan AI di mana-mana" bukanlah tujuan. "Kurangi waktu respons sebesar 30% dalam dukungan pelanggan" adalah.

  2. Tidak ada pemilik. Jika semuanya adalah komite, tidak ada yang beres.

  3. Tidak ada kebiasaan. Kemenangan tidak menyebar karena tidak ditulis, diajarkan, atau diukur.

Perbaiki hal-hal itu, dan momentum mengikuti.

Model kedewasaan sederhana yang sebenarnya dapat Anda gunakan

Gunakan model lima tahap ini untuk melihat di mana Anda berada dan apa yang harus dilakukan selanjutnya. Cocok untuk tim yang berjumlah 10 atau perusahaan dengan 10.000 orang.

1) Ad-hoc

  • Individu bereksperimen di laptop mereka sendiri.

  • Tidak ada kebijakan, pelatihan, atau alat bersama.

Apa yang harus dilakukan selanjutnya: terbitkan kebijakan satu halaman, aktifkan alat yang disetujui, dan undang tim untuk mengajukan kasus penggunaan yang aman.

2) Pilot

  • Beberapa proyek kecil menunjukkan janji.

  • Risiko dan nilai tidak diukur dengan cara yang sama.

Apa yang harus dilakukan selanjutnya: pilih dua hasil bisnis (waktu yang dihemat, pendapatan meningkat, tingkat kesalahan berkurang). Tetapkan garis dasar sekarang.

3) Program

  • Ada pemimpin AI pusat dan tinjauan mingguan.

  • Perpustakaan perintah bersama dan pelatihan dasar tersedia.

Apa yang harus dilakukan selanjutnya: kirim satu alur kerja lintas tim yang menyentuh pelanggan nyata atau uang nyata. Laporkan hasil secara terbuka.

4) Ditingkatkan

  • Komponen, API, dan daftar periksa yang dapat digunakan kembali ada di satu tempat.

  • Tim berbagi metrik dan belajar satu sama lain.

Apa yang harus dilakukan selanjutnya: masukkan langkah AI ke dalam prosedur operasi standar. Putar juara untuk menyebarkan keterampilan.

5) Terintegrasi

  • AI adalah bagian dari pekerjaan sehari-hari. Produk baru secara default adalah “AI-first.”

  • Kontrol risiko terus berjalan dan membosankan—dalam cara yang baik.

Apa yang harus dilakukan selanjutnya: terus tingkatkan tujuan—target lebih besar, siklus lebih cepat, dan tinjauan yang lebih jelas.

Rencana 90 hari untuk beralih dari pilot ke skala

Hari 1–7: Tetapkan target

  • Pilih satu hasil yang penting: dukungan yang lebih cepat, lebih sedikit kesalahan tagihan, konversi prospek yang lebih tinggi.

  • Tunjuk satu pemilik yang dapat diandalkan (tingkat Direktur atau lebih tinggi).

  • Tulis satu halaman “aturan jalan”: alat yang disetujui, tanpa data sensitif di model publik, cara melaporkan masalah.

Hari 8–30: Buktikan nilai sekali

  • Petakan alur kerja di satu halaman (langkah, alat, transfer).

  • Tambahkan AI di mana ia menghilangkan langkah: meringkas, memandu, mengekstrak, menerjemahkan, atau membuat draf.

  • Kirimi sekelompok kecil. Ukur waktu yang dihemat dan kualitas.

Hari 31–60: Buat itu dapat dipakai lagi

  • Ubahlah perintah dan pemeriksaan Anda menjadi template.

  • Tambahkan ulasan manusia di langkah yang tepat (sebelum apa pun pergi ke pelanggan atau sistem keuangan).

  • Latih tim yang lebih luas dengan sesi langsung 45 menit dan kuis singkat. Simpan rekaman.

Hari 61–90: Luncurkan dan laporkan

  • Perluas ke tim kedua. Bandingkan hasilnya dengan garis dasar.

  • Publikasikan kartu skor satu halaman: hasil, dampak, biaya, insiden risiko, pembelajaran.

  • Putuskan: perluas skala lebih jauh, perbaiki, atau hentikan. Rayakan kegagalan yang berguna; mereka mengajarkan lebih cepat daripada kesuksesan.

Inilah cara Anda membuat AI dewasa di tempat kerja nyata—satu alur kerja pada satu waktu, diukur dan diulang.

Tata kelola tanpa pita merah

Orang-orang membutuhkan kebebasan untuk menggunakan AI; perusahaan membutuhkan keamanan. Anda bisa memiliki keduanya dengan aturan yang ringan namun jelas.

Kebijakan satu halaman, bahasa yang sederhana

  • Alat yang disetujui: daftar yang dapat digunakan karyawan dan siapa yang harus diminta untuk akses.

  • Aturan data: tidak ada data pribadi yang sensitif atau informasi keuangan rahasia dalam model publik.

  • Manusia dalam loop: seorang manusia memeriksa setiap keluaran AI yang mempengaruhi pelanggan, hukum, atau uang.

  • Atribusi: ungkapkan bantuan AI dalam kode, karya kreatif, dan konten eksternal di mana relevan.

  • Pelaporan: formulir sederhana untuk insiden atau ide-ide bagus.

Siklus tinjauan cepat

  • Setiap minggu, pemimpin AI mengulas kasus penggunaan baru, insiden, dan metrik untuk tiga alur kerja teratas.

  • Setiap bulan, para pemimpin senior memeriksa nilai dan risiko, lalu membuka blokir peluncuran berikutnya.

Dasar-dasar keamanan

  • Aktifkan SSO, logging, dan DLP.

  • Simpan perintah dan keluaran di penyimpanan perusahaan, bukan perangkat pribadi.

  • Tim merah perintah sensitif (keuangan, HR, hukum) sebelum dilepas.

Keterampilan yang benar-benar dibutuhkan orang Anda

Anda tidak perlu gelar PhD untuk membuat AI berguna. Anda perlu kebiasaan bersama dan beberapa alat.

  • Pengarahan dengan struktur. Ajarkan tim untuk menulis instruksi singkat dan spesifik: peran, tugas, batasan, gaya, contoh, dan “daftar periksa” untuk penerimaan.

  • Tinjauan dengan daftar periksa. Kualitas meningkat ketika orang memverifikasi fakta, angka, nama, dan elemen kebijakan dengan cara yang sama setiap kali.

  • Literasi data. Semua orang harus tahu perbedaan antara model publik dan tunings khusus, di mana data berada, dan apa yang tidak boleh ditempel.

  • Lem otomatisasi. Sekelompok kecil belajar bagaimana menghubungkan alat (API, webhook) sehingga hasil AI mengalir ke langkah berikutnya tanpa salin-tempel.

Jalankan dua level pelatihan: sesi dasar satu jam untuk semua, dan lokakarya dua hari untuk para juara.

Tip: Pelanggan Shifton sering mengubah juara menjadi “kapten AI” shift atau tim. Mereka mengadakan klinik singkat, mengumpulkan tip perintah, dan membantu standarisasi AI dewasa di tempat kerja di berbagai lokasi.

Data, alat, dan pilihan build-vs-buy

Pilih opsi paling sederhana yang memenuhi kebutuhan:

  • Buy ketika tugasnya umum: ringkasan dukungan, catatan pertemuan, perutean tiket, penilaian prospek, variasi iklan.

  • Bangun ketika data atau alur kerja Anda unik: penjaminan khusus, pemeriksaan penipuan, aturan penjadwalan, atau pencarian khusus.

Daftar periksa peralatan

  • Model teks dan gambar dengan akun perusahaan.

  • Ucapan ke teks dan teks ke ucapan untuk telepon dan pekerjaan lapangan.

  • Perpustakaan perintah pusat dengan kontrol versi.

  • Penghubung ke CRM, help desk, HRIS, dan penyimpanan file Anda.

  • Kemampuan pengamatan: log perintah, keluaran, dan kinerja model.

Shifton dapat membantu di sisi operasional: penjadwalan shift, serah terima, dan pelacakan waktu. Ini adalah tempat yang tepat untuk menanamkan AI dewasa di tempat kerja—misalnya, saran pertukaran shift otomatis, catatan ringkasan setelah shift, atau mendeteksi pola lembur yang berisiko.

Apa yang harus diukur (dan seberapa sering)

Mingguan (oleh setiap alur kerja AI)

  • Volume yang diproses

  • Waktu yang dihemat per item

  • Skor kualitas (tingkat kelulusan pada daftar periksa)

  • Masalah yang ditemukan dan diperbaiki

Bulanan (rekap)

  • Jam bersih yang dihemat vs. baseline

  • Dolar dihemat atau pendapatan meningkat

  • Kepuasan karyawan dengan alur kerja

  • Kepuasan pelanggan untuk perjalanan yang terdampak

Setiap tiga bulan

  • Pengembalian investasi

  • Insiden risiko (dengan hasil)

  • Cakupan pelatihan (siapa yang dilatih, siapa yang tidak)

  • Daftar tunggu peluang bernilai tinggi

Buat kartu skor publik di dalam perusahaan. Ketika orang melihat kemajuan, mereka meniru apa yang berhasil dan menyarankan ide yang lebih baik.

Sepuluh kasus penggunaan berdampak tinggi yang dapat Anda kirimkan kuartal ini

  1. Ringkasan dukungan. AI mengubah tiket dan panggilan menjadi catatan yang bersih dan tindakan berikutnya.

  2. Penerusan pintar. Klasifikasikan permintaan menurut topik, urgensi, dan bahasa; kirim ke antrean yang tepat.

  3. Pencarian pengetahuan. Ajukan pertanyaan di seluruh wiki, kontrak, dan FAQ dengan kutipan ke sumbernya.

  4. Pengayaan prospek. Isi kolom yang hilang, beri tanda akun yang mirip, dan sarankan email sentuhan pertama.

  5. Ekstraksi faktur. Baca PDF, menangkap kolom penting, dan periksa silang dengan pesanan pembelian.

  6. Pemeriksaan kepatuhan. Pindai pesan dan dokumen untuk istilah yang dilarang dan klaim berisiko.

  7. Catatan wawancara. Transkrip, potong sorotan, dan petakan jawaban ke kriteria pekerjaan.

  8. Serah terima shift. Ringkas apa yang terjadi dalam shift ini, apa yang terbuka, dan apa yang harus diperhatikan berikutnya.

  9. Kopilot pelatihan. Ubah SOP menjadi kuis dan obrolan 'tunjukkan bagaimana' untuk karyawan baru.

  10. Wawasan op. Deteksi pola dalam insiden, penundaan, dan pengerjaan ulang; rekomendasikan perbaikan.

Setiap dari ini menanamkan AI dewasa di tempat kerja di tempat yang berarti—di dalam aliran kerja.

Risiko, etika, dan pemeriksaan realitas

AI adalah alat yang kuat namun tidak sempurna. Perlakukan itu seperti alat tajam: berguna dengan pegangan yang tepat, berbahaya tanpa satu.

  • Bias dan keadilan. Periksa hasil untuk kelompok pelanggan yang berbeda. Gunakan set tes yang beragam. Tambahkan pemeriksaan manusia di mana kerugian mungkin terjadi.

  • Privasi. Minimalkan data pribadi, maskernya jika memungkinkan, dan simpan pemrosesan sensitif pada infrastruktur pribadi.

  • Akurasi. Untuk pekerjaan berisiko tinggi, tambahkan pemeriksaan ganda dan minta sumber terhubung.

  • Halusinasi. Beritahu model untuk mengatakan “Saya tidak tahu” ketika mereka kekurangan konteks. Lebih suka produksi yang terarah daripada bebas ketika fakta penting.

  • Kekayaan intelektual dan hak. Jelaskan cara konten yang dihasilkan AI digunakan, digunakan kembali, dan diungkapkan.

  • Dampak pekerjaan. Jujur tentang perubahan. Fokus pada tugas, bukan orang. Latih ulang dan alokasikan ulang.

Tulis insiden tanpa menyalahkan: apa yang terjadi, dampak, perbaikan, pencegahan. Bagikan mereka. Kepercayaan tumbuh ketika orang melihat masalah ditangani dengan baik.

Cara berbicara tentang AI sehingga orang benar-benar mendengarkan

Gunakan bahasa singkat dan langsung. Hindari kata-kata busa.

  • “Kami akan menggunakan AI untuk mengurangi waktu penanganan rata-rata sebesar 25% dalam dukungan tanpa mengurangi kualitas.”

  • “Anda dapat menggunakan alat yang disetujui ini. Ini adalah aturan untuk data. Ini adalah siapa yang harus diminta untuk bantuan.”

  • “Jika keluaran AI memengaruhi pelanggan atau uang, seorang manusia memeriksanya terlebih dahulu.”

  • “Ini adalah kartu skor kami. Jika kami melewatkan target, kami mengatakan mengapa dan mencoba lagi.”

Orang tidak butuh pidato. Mereka butuh kejelasan.

Ritual mingguan manajer

Pemimpin menang dengan melakukan hal-hal kecil tepat waktu.

  1. Tinjau kartu skor untuk tiga alur kerja teratas Anda setiap hari Senin.

  2. Hapus satu pemblokir (akses, anggaran, atau tinjauan yang lambat).

  3. Bagikan satu cerita—kemenangan, kesalahan, atau perintah yang membantu.

  4. Pilih satu langkah berikutnya dan tetapkan satu nama dan tanggal.

Ritual ini menjaga AI dewasa di tempat kerja bergerak tanpa gebyar.

Tim lapangan dan pekerjaan shift: di mana AI bersinar

Tidak setiap tim duduk di meja. Untuk toko, pabrik, rumah sakit, pengiriman, dan pusat panggilan, AI terbaik adalah jenis yang tidak pernah disadari orang—itu hanya mengurangi gesekan.

  • Penjadwalan. Sarankan shift optimal, tangkap masalah kepatuhan, dan deteksi risiko kelelahan lebih awal.
    Pengatur jadwal Shifton dapat menambahkan pembatas dan mengusulkan swap yang menjaga cakupan dan aturan tetap utuh.

  • Catatan serah terima. Ubah pembaruan yang tersebar menjadi tiga baris: apa yang terjadi, apa yang terbuka, apa yang harus diperhatikan.

  • Panduan di tempat. Teknisi berbicara ke telepon dan mendapatkan daftar periksa langkah demi langkah atau pohon pemecahan masalah.

  • Keselamatan. Ubah insiden ini menjadi pola untuk diperbaiki (serah terima buruk, bagian yang hilang, lembur berisiko).

Ketika Anda menerapkan AI ke operasi rutin, orang merasakan manfaatnya pada shift berikutnya.

Pemasaran, penjualan, keuangan, HR: kemenangan cepat berdasarkan fungsi

Pemasaran

  • Hasilkan variasi, lalu uji.

  • Ubah aset panjang menjadi posting pendek dengan tautan sumber.

  • Tag aset dan pelanggan secara konsisten.

Penjualan

  • Susun email penemuan dari catatan.

  • Ringkas panggilan dengan langkah berikutnya dan risiko.

  • Skor prospek dengan alasan yang transparan.

Keuangan

  • Rekonsiliasi transaksi dan soroti pengecualian.

  • Pindai kontrak untuk tanggal perpanjangan dan klausul.

  • Ramalkan uang tunai menggunakan pola terbaru dan kejadian yang diketahui.

HR

  • Bersihkan posting pekerjaan, hilangkan bias, dan daftar tugas nyata.

  • Jawab pertanyaan kebijakan umum dengan kutipan.

  • Siapkan ringkasan kinerja dari data terkonfirmasi.

Setiap gerakan ini sederhana, aman, dan dapat diukur.

Biaya, ROI, dan aturan pendanaan

Mulai dari yang kecil dan buktikan nilai dengan cepat.

  • Anggaran awal: setiap pilot mendapatkan anggaran kecil dan keputusan ya/tidak yang jelas dalam 6 minggu.

  • Biaya per unit: lacak biaya per item (tiket, prospek, faktur) sebelum dan sesudah AI.

  • Penghematan bersama: danai gelombang berikutnya dari jam yang dihemat atau kesalahan yang dihindari.

  • Pandangan portofolio: beberapa taruhan besar, banyak taruhan kecil. Hentikan yang lemah lebih awal.

Uang mengikuti hasil. Publikasikan kartu skor; pembicaraan anggaran menjadi lebih mudah.

Budaya: bagaimana rasa yang baik

  • Orang berbagi petunjuk secara terbuka. Tidak ada “resep rahasia.”

  • Pemimpin memuji daftar periksa dan penyerahan yang rapi, bukan kepahlawanan.

  • Karyawan merasa nyaman mengatakan “Saya tidak tahu” dan bertanya pada model—kemudian memverifikasi.

  • Tim memperbaiki luka kecil tanpa menunggu komite.

  • Keputusan tertulis dalam dokumen pendek yang bisa dibaca siapa saja nanti.

Budaya ini mengirimkan produk lebih cepat dan tidur lebih nyenyak.

Perangkap umum (dan bagaimana menghindarinya)

  • Mencari alat. Anda tidak perlu model yang sempurna; Anda butuh tujuan yang jelas dan alat yang cukup baik.

  • Program besar-besaran. Lewati peluncuran besar. Menangkan satu alur kerja, lalu tiru.

  • Tidak ada dasar. Jika Anda tidak mengukur sebelumnya, Anda tidak bisa membuktikan perubahan setelahnya.

  • AI bayangan. Orang menggunakan akun pribadi karena akses lambat. Perbaiki akses terlebih dahulu.

  • Perdebatan etika tak berujung tanpa aturan. Tulis satu halaman, tinjau setiap minggu, lanjutkan.

Bagaimana Shifton dapat membantu tanpa menghalangi

Shifton berfokus pada operasi dasar: penjadwalan, penyerahan, pencatatan waktu, persetujuan, dan koordinasi lapangan. Ini adalah tempat sempurna untuk menyematkan AI dewasa di tempat kerja karena mereka menyentuh setiap shift dan setiap peran. Dengan Shifton Anda dapat:

  • Menghasilkan rencana shift yang menghormati keterampilan, ketersediaan, dan aturan tenaga kerja.

  • Menyarankan pertukaran yang adil secara otomatis dan menangkap persetujuan dalam satu ketukan.

  • Memposting ringkasan akhir shift yang konsisten dan mudah dipindai.

  • Menandai risiko lembur dan kelelahan lebih awal dengan dasbor sederhana.

  • Menjaga jejak yang dapat diaudit untuk penggajian dan kepatuhan.

Anda menjaga tumpukan Anda. Shifton sesuai, menambahkan batasan dan otomatisasi, serta memberi Anda data untuk membuktikan dampaknya.

Menjaga momentum dengan AI dewasa di tempat kerja—stand-up mingguan 30 menit

Ketika pilot berkembang, rapat bisa membengkak. Lawan dengan ritme pendek:

  1. Pemeriksaan hasil (10 menit). Tinjau angka minggu lalu terhadap target.

  2. Pembelajaran (10 menit). Satu keberhasilan, satu kegagalan, satu kejutan.

  3. Komitmen (10 menit). Nama, langkah selanjutnya, tanggal jatuh tempo—lalu tulis.

Itu saja. Lakukan ini setiap minggu dan kemajuan menjadi normal.

Kata akhir

AI tidak lagi menjadi proyek sampingan. Itu bagian dari cara tim modern merencanakan shift, membantu pelanggan, menutup buku, dan belajar lebih cepat. Teknologi akan terus meningkat, tetapi Anda tidak harus menunggu. Pilih satu hasil, tulis satu halaman aturan, tunjuk satu pemilik, dan kirimkan satu alur kerja dalam 30 hari. Ukur, ajarkan, dan ulangi.

Lakukan ini, dan organisasi Anda akan beralih dari eksperimen tersebar menjadi kemenangan yang mantap dan terlihat. Itu adalah janji nyata dari AI dewasa di tempat kerja—bukan sekadar kata kunci, tetapi cara yang lebih baik untuk bekerja pada hari Selasa yang biasa.

Bagikan postingan ini
Daria Olieshko

Blog pribadi yang dibuat untuk mereka yang mencari praktik terbukti.